由35岁的程序员看数据分析

​​        最近没事逛了逛脉脉和知乎，发现35岁的程序员前途被一群人唱衰，我就我所认识的程序员谈谈这个现象存在的数据分析问题。我接触的程序员主要是做银行和电子政务的，岁数基本都是30岁以上，35以上的也占了3-4成，实际上我们这作为甲方，其实是比较喜欢大龄的程序员的。

        银行和电子政务方面的IT建设要求，其实技术难度没有大家想得那么大，但是对业务的理解的要求其实很高。不同于互联网企业，我们服务对象差距是很大，既有年轻人，更有中老年人，业务步骤设计、字体大小等要考虑，系统可以慢，但一定要好用和安全，历史系统多所以对新技术不是太感冒，Structs1框架还是主力架构，但对框架的研究一定要透彻细致。这些要求说实话，很多年轻工程师不是太符合，一来他们求新，对老技术兴趣不大，二来是生活经历简单，对业务理解不多，三来是流动性太大。我也有和乙方的项目经理聊过一些这方面，他觉得很多人眼里程序员只能去互联网企业，但实际上那只是一小部分，很多程序员还是和普通职业一样的，没有什么中年危机。我也有朋友在美国从事IT行业，也问过他们的看法，美帝高龄程序员也多如牛毛。我想这也是幸存者偏差吧。

        幸存者偏差（Survivorship bias），另译为“生存者偏差”或“存活者偏差”，是一种常见的逻辑谬误（“谬误”而不是“偏差”）。指的是只能看到经过某种筛选而产生的结果，而没有意识到筛选的过程，因此忽略了被筛选掉的关键信息。在“沉默的数据”、“死人不会说话”等等日常表达中，涉及幸存者偏差。

        在知乎和脉脉上的程序员其实只是整个程序员行业的一部分，扪心自问，35岁的程序员真是最忙的时候，白天工作，晚上照顾家人，只要正常发展也基本是公司的中坚力量了，哪有功夫天天没事看知乎和脉脉！这如同你在脉脉看到很多猎头一样，猎头绝对数量没多少，但初级猎头却集中在脉脉，企图在脉脉中发现牛人，可牛人有空上脉脉吗？牛人跳槽需要这些初级猎头吗？

        互联网时代，我们看似获得了很多数据，但实际上却只是部分数据。一叶障目不见泰山，很多时候数据分析师在分析数据时候也忽视了这个问题，看似海量的数据得出的结果很靠谱，但进行验证的时候却发现不是那么回事，很多创业公司对市场容量的估计就常常存在这个错误，滴滴自认为自己市场很多，但是在三四线城市，例如我所在的家乡，打电话到出租车公司比滴滴靠谱的多，因为车就那么多点，出租车还有对讲机，哪里客人多了一句话一群车就过去了，人工管理成本比滴滴低多了，滴滴实际上也就是在一二线大型城市有市场，实际容量比估计的差不少的。

        我之前的文章《麦肯锡工作法在数据分析中的应用》提到过收集外部数据，收集外部数据就是为了校正自有数据存在的偏差，尤其是喜欢统计局的统计年鉴，足够专业全面无偏见。想想拼多多崛起的秘诀吧，实际上中国大部分人都是高中以下学历、低收入人群。还比如快递业排名，很多人觉得EMS排名高是因为政府业务，但实际上是因为大部分民营快递的覆盖范围比邮政EMS小的多，广大农村地区寄东西只能靠邮政。

        一个数据分析师一定要有质疑的态度，看到数据问来源、问抽样方法，看到结论问分析方法，看到假设问是否验证过，看到建议问是否小规模试验过。数据分析是现在很多人都需要必备的能力，希望大家在工作中多问、多思。

       好了，今天就说到这里，如果觉得我写的不错，扫描下图二维码，关注我的公众号“行思知识工坊”吧！后续还会有更多的文章的。

​​​​